Lazy和Eager分类算法的比较研究

• 作者: 湛燕 王熙照 袁方 陈昊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分类 数据挖掘 K-近邻 决策树
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 学术探讨
• 页码范围: 72-73,106
• 页数: 3页
• 分类号: TP181
• 字数: 3629字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.04.024

摘要

数据挖掘的两个高层目标是预测和描述,这个过程中分类算法的应用是非常广泛的.分类算法在机器学习领域中可以分为Lazy和Eager两种类型,分别具有不同的算法特点.文章基于实验对这两种类型的分类算法进行了分析,概括出适宜两种类型的环境条件,旨在提出实际应用中进行算法选择的经验性结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁方	河北大学数学与计算机科学学院机器学习研究中心	55	1249	17.0	34.0
2	王熙照	河北大学数学与计算机科学学院机器学习研究中心	88	1286	18.0	32.0
3	湛燕	河北大学数学与计算机科学学院机器学习研究中心	13	250	6.0	13.0
4	陈昊	河北大学数学与计算机科学学院机器学习研究中心	11	94	5.0	9.0